【RS Notes】Long and Singh, 2012 双源梯形模型用于遥感蒸散估算

DOI: 10.1016/j.rse.2012.02.015

出发点

  • 双源蒸散模型
  • Moran et al. (1994) 的梯形特征空间
  • Carlson (2007) 的土壤表面水可获取性(Soil Surface Moisture Availability)等值线

特征空间边界的理论计算

求解T_{\text{s},\max}

对上行长波辐射L_\mathrm{u}进行一阶Taylor展开,从而从能量平衡方程中求解得到:

T_{\mathrm{s}}=\frac{R_{\mathrm{s}, 0}-\mathrm{LE}_{\mathrm{s}} /(1-c)}{4 \varepsilon_{\mathrm{s}} \sigma T_{\mathrm{a}}^{3}+\rho \mathrm{c}_{\mathrm{p}} /\left[r_{\mathrm{a}, \mathrm{s}}(1-c)\right]}+T_{\mathrm{a}}

再假设T_{\text{s},\max}对应于\mathrm{LE}=0,则可得:

T_{\mathrm{s},\max}=\frac{R_{\mathrm{s},0}}{4 \varepsilon_{\mathrm{s}} \sigma T_{\mathrm{a}}^{3}+\rho c_{\mathrm{p}} /\left[r_{\mathrm{a}, \mathrm{s}}(1-c)\right]}+T_{\mathrm{a}}

然后进行迭代求解。

求解T_{\text{c},\max}

类似地,假设T_{\text{c},\max}对应于\mathrm{LE}_\mathrm{c}=0

T_{\mathrm{c}, \max }=\frac{R_{\mathrm{c}, 0}}{4 \varepsilon_{\mathrm{c}} \sigma T_{\mathrm{a}}^{3}+\rho \mathrm{c}_{\mathrm{p}} / r_{\mathrm{a}, \mathrm{c}}}+T_{\mathrm{a}}

然后进行迭代求解。

冷边(湿边)的确定

直接使用区域平均的T_\mathrm{a}作为冷边。

EF的求解

\text{EF}=f_{\mathrm{c}} \frac{Q_{\mathrm{c}, 0}}{Q} \cdot \frac{T_{\mathrm{c}, \max }-T_{\mathrm{c}}}{T_{\mathrm{c}, \max }-T_{\mathrm{a}}}+\left(1-f_{\mathrm{c}}\right) \frac{Q_{\mathrm{s}, 0}}{Q} \cdot \frac{T_{\mathrm{s}, \max }-T_{\mathrm{s}}}{T_{\mathrm{s}, \max }-T_{\mathrm{a}}}

反照率的计算

f_\mathrm{c}-\alpha_\mathrm{m}特征空间中计算反照率。

分箱之后去除离群值再进行线性拟合求边界方程。

算法流程

图2 算法流程图

优势

  • 将双源蒸散模型应用于梯形特征空间,同时考虑了土壤水分对植被蒸腾作用的影响。
  • 避免了TSEB模型中对阻抗网络的参数化。
  • 特征空间的边界可以理论确定。
  • 直接计算EF和LE,避免了引入H等能量平衡参数估算的不确定性。
  • 模型是鲁棒的。
  • 需要的输入参数较少。

局限性

  • 认为温度可以线性叠加。
  • 使用T_\mathrm{a}作为冷边带来误差。
  • 要求整个区域的气象条件相对均一。

笔记

  • 还没有完全follow推导过程。
  • 可以关注一下SMEX02 SMACEX这个数据集。有些老,是2003--2004年的,但是可用性应该是有保障的。
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 218,607评论 6 507
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,239评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 164,960评论 0 355
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,750评论 1 294
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,764评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,604评论 1 305
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,347评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,253评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,702评论 1 315
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,893评论 3 336
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,015评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,734评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,352评论 3 330
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,934评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,052评论 1 270
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,216评论 3 371
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,969评论 2 355

推荐阅读更多精彩内容